DataFlux 版本差异
版本 | 时间线数量 | 时间线数据保留时长 | 日志和事件数量 | 日志和事件数据保留时长 | 链路span数量 | 链路数据保留时长 | 应用监控数量 | 应用监控数据保留时长 | 任务调用次数 | 部署方法 | DataFlux.f(x) | Admin Console |
---|---|---|---|---|---|---|---|---|---|---|---|---|
免费版 | 500条 | 7天 | 100万个 | 7天 | 100万个 | 7天 | 100万个 | 7天 | 1000次/天 | - | - | - |
按量付费 | 无限制 | 14天/30天/180天 | 无限制 | 14天/30天/180天 | 无限制 | 7天/14天/30天 | 无限制 | 7天/14天/30天 | 无限制 | - | - | - |
专业版 | 自定义 | 自定义 | 无限制 | 自定义 | 无限制 | 自定义 | 自定义 | 无限制 | 无限制 | 云上部署/本地一体机 | 支持 | 支持 |
说明:
时间线数量 :在 DataFlux 中时间线是由指标集、标签、数据保留时间时长组合而成的, “指标集”和“标签的组合”是数据存储的主键。例如:如果有
天气
这个指标集,数据保留时长一样:2019-12-24T00:00:00Z 天气,国家=中国,地区=上海 温度=23.1 2019-12-24T00:00:00Z 天气,国家=中国,地区=杭州 温度=22.2 2019-12-24T00:00:00Z 天气,国家=美国,地区=纽约 温度=23.3 2019-12-24T00:00:00Z 天气,国家=美国,地区=洛杉矶 温度=21.2 2019-12-24T00:00:10Z 天气,国家=中国,地区=上海 温度=23.3 2019-12-24T00:00:10Z 天气,国家=中国,地区=杭州 温度=20.2 2019-12-24T00:00:10Z 天气,国家=美国,地区=纽约 温度=24.3 2019-12-24T00:00:10Z 天气,国家=美国,地区=洛杉矶 温度=25.2
如上所述,包含 1 个指标集:【天气】;4 个标签组合:【中国 上海】【中国 杭州】【美国 纽约】【美国 洛杉矶】
则当前指标集
天气
的时间线数量为:1(指标集个数) x 4(标签的组合个数) = 4 个时间线
数据保留时长 :采集上来的数据在平台中保存的时间,超过保留时长的数据将会自动删除
任务调用次数 :DataFlux 中有三处消耗任务数,用户可自定义设置“调用周期”,然后计算调用总次数。
1)异常检测的规则数量:用于对数据进行异常检测
2)日志“提取标签”的规则数量:用于在日志数据中设置提取规则,进行标签提取
3)日志“生成指标”的规则数量:用于在日志数据中提取指标数据并写入到【指标】
举例:调用周期设为 5 分钟;任务数为 10,则1小时的消耗任务数=60÷5x10=120;1天消耗任务数=120x24=2880,再减去每天免费的调用额度。
部署方式 :专业版包含“云上部署”和“本地一体机”两种 私有化 部署方式
DataFlux.f(x) 数据处理开发平台:
拥有专业的 DataFlux Function 定制组件;
支持进行可扩展数据的应用与计算处理;
支持开发自定义数据处理函数在 DataFlux Studio 中使用;
支持同时对多个数据源的数据进行处理;
无需部署,发布即生效
DataFlux Admin Console 管理后台
DataFlux Studio 专属的管理后台;
支持对 DataFlux Studio 数据洞察平台的工作空间、成员进行统一管理;
支持数据权限、数据存储位置、数据保留时长等数据管理;